Statistik dan Big Data

Apa artinya studi menjadi terlalu bertenaga? Kesan saya adalah itu berarti bahwa ukuran sampel Anda sangat besar sehingga Anda memiliki kekuatan untuk mendeteksi ukuran efek sangat kecil. Ukuran efek ini mungkin sangat kecil sehingga lebih mungkin dihasilkan dari sedikit bias dalam proses pengambilan sampel daripada koneksi kausal (tidak harus langsung) …

11 statistical-significance  sample-size  effect-size  power-analysis  power 

Dengan tidak adanya perkiraan apriori yang baik tentang jumlah komponen yang diminta dalam Analisis Komponen Independen, saya mencari untuk mengotomatiskan proses seleksi. Saya berpikir bahwa kriteria yang masuk akal mungkin angka yang meminimalkan bukti global untuk korelasi antara komponen yang dihitung. Inilah pseudocode dari pendekatan ini: for each candidate number …

11 ica 

Usaha saya: Saya tidak bisa mendapatkan interval kepercayaan interaction.plot() dan di sisi lain plotmeans()dari paket 'gplot' tidak akan menampilkan dua grafik. Selain itu, saya tidak bisa memaksakan dua plotmeans()grafik satu di atas yang lain karena secara default porosnya berbeda. Saya cukup sukses menggunakan plotCI()dari paket 'gplot' dan melapiskan dua grafik …

11 r  data-visualization  confidence-interval  interaction 

Saya memiliki pertanyaan berikut untuk kursus yang sedang saya kerjakan: Lakukan studi Monte Carlo untuk memperkirakan probabilitas cakupan interval kepercayaan bootstrap normal standar dan interval kepercayaan bootstrap dasar. Sampel dari populasi normal dan periksa tingkat cakupan empiris untuk rata-rata sampel. Probabilitas cakupan untuk CI bootstrap normal standar mudah: n = …

11 r  confidence-interval  self-study  bootstrap  monte-carlo 

Saya berasal dari ilmu sosial, di mana p <0,05 cukup banyak norma, dengan p <0,1 dan p <0,01 juga muncul, tetapi saya bertanya-tanya: bidang studi apa, jika ada, menggunakan nilai p lebih rendah sebagai umum standar?

11 statistical-significance  p-value 

Dalam R, jika saya menulis lm(a ~ b + c + b*c) apakah ini masih merupakan regresi linier? Bagaimana melakukan regresi jenis lain dalam R? Saya sangat menghargai rekomendasi untuk buku teks atau tutorial?

11 r  regression 

Saya telah mengembangkan model logit untuk diterapkan pada enam set data cross-sectional yang berbeda. Apa yang saya coba untuk mengungkap adalah apakah ada perubahan dalam efek substantif dari variabel independen yang diberikan (IV) pada variabel dependen (DV) mengendalikan untuk penjelasan lain pada waktu dan waktu yang berbeda. Pertanyaan saya adalah: …

11 logistic  spss 

Dalam algoritme motif jaringan, tampaknya cukup umum untuk mengembalikan nilai-p dan skor-Z untuk statistik: "Jaringan input berisi salinan X subgraph G". Subgraph dianggap sebagai motif jika memenuhi p-value <A, Z-score> B dan X> C, untuk beberapa A, B dan C. yang ditentukan pengguna (atau yang ditentukan komunitas) Ini memotivasi pertanyaan: …

11 hypothesis-testing  p-value  z-statistic 

Saya seorang perancang perangkat lunak berdasarkan perdagangan dan saya sedang mengerjakan proyek untuk klien, dan saya ingin memastikan bahwa analisis saya secara statistik baik. Pertimbangkan yang berikut ini: Kami memiliki n iklan (n <10), dan kami hanya ingin tahu iklan mana yang berkinerja terbaik. Server iklan kami akan menayangkan salah …

11 anova  sample-size  t-test  rule-of-thumb 

Misalkan A menjadi matriks variabel independen dan B menjadi matriks dari nilai-nilai dependen. Dalam regresi ridge, kita mendefinisikan parameter sehingga: . Sekarang mari [usv] = svd (A) dan entri diagonal 's'. kita mendefinisikan derajat kebebasan (df) = . Regresi Ridge menyusut koefisien komponen varians rendah dan karenanya parameter mengontrol derajat …

11 ridge-regression 

Apakah ada metode standar untuk menentukan titik operasi "optimal" pada kurva recall presisi ? (Yaitu, menentukan titik pada kurva yang menawarkan trade-off yang baik antara presisi dan recall) Terima kasih

11 machine-learning  precision-recall 

Jika saya berhipotesis bahwa tanda tangan gen akan mengidentifikasi subjek dengan risiko kekambuhan yang lebih rendah, yaitu berkurang 0,5 (rasio bahaya 0,5) tingkat kejadian pada 20% populasi dan saya bermaksud menggunakan sampel dari studi kohort retrospektif. ukuran sampel perlu disesuaikan dengan angka yang tidak sama dalam dua kelompok yang dihipotesiskan? …

11 survival  power-analysis  genetics 

Saya telah memposting pertanyaan sebelumnya , ini terkait tetapi saya pikir lebih baik memulai utas lainnya. Kali ini, saya bertanya-tanya bagaimana cara menghasilkan titik yang terdistribusi secara merata di dalam unit sphere 3-d dan bagaimana memeriksa distribusi secara visual dan statistik juga? Saya tidak melihat strategi yang diposting di sana …

11 random-generation 

Terkunci . Pertanyaan ini dan jawabannya dikunci karena pertanyaannya di luar topik tetapi memiliki signifikansi historis. Saat ini tidak menerima jawaban atau interaksi baru. Saya perlu membuat boxplot tanpa sumbu dan menambahkannya ke plot saat ini (kurva ROC), tetapi saya perlu menambahkan lebih banyak informasi teks ke boxplot: label untuk …

11 r  boxplot 

Saya tidak pernah benar-benar menemukan teks atau contoh yang bagus tentang bagaimana menangani data 'tidak ada' untuk input ke segala jenis classifier. Saya telah membaca banyak tentang data yang hilang tetapi apa yang dapat dilakukan tentang data yang tidak dapat atau tidak ada dalam kaitannya dengan input multivarian. Saya mengerti …

11 missing-data